dsh-learning-assistant 0.0.1 → 0.1.0
This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.
- package/README.md +41 -7
- package/assets/collect/README.md +55 -0
- package/assets/skills/course-inbox-sync.md +182 -0
- package/assets/skills/course-material-digest.md +173 -0
- package/assets/skills/one-to-one-tutor.md +320 -0
- package/assets/tools/pdf/pdf-render.ps1 +30 -0
- package/assets/tools/pptx-digest.py +99 -0
- package/assets/tools/pptx-map.py +98 -0
- package/assets/tools/pptx-media.py +101 -0
- package/assets/tools/qq-group-msg.py +258 -0
- package/assets/tools/qq-group-sync.py +265 -0
- package/docs//345/215/217/344/275/234/345/274/200/345/217/221.md +18 -10
- package/lib/client.js +110 -0
- package/lib/{index.d.mts → index.d.ts} +3 -1
- package/lib/index.js +392 -0
- package/package.json +8 -7
- package/src/client/settings.tsx +6 -4
- package/src/index.ts +36 -11
- package/src/practice/learn/api.mjs +393 -0
- package/src/practice/learn/cli.mjs +175 -0
- package/src/practice/learn/curriculum.mjs +292 -0
- package/src/practice/learn/handoff.mjs +73 -0
- package/src/practice/learn/jsonschema.mjs +171 -0
- package/src/practice/learn/mapping.mjs +90 -0
- package/src/practice/learn/progress.mjs +247 -0
- package/src/practice/learn/schema/curriculum.schema.json +88 -0
- package/src/practice/learn/schema/handoff.schema.json +56 -0
- package/src/practice/learn/schema/node-practice-map.schema.json +28 -0
- package/src/practice/learn/schema/progress.schema.json +66 -0
- package/src/practice/learn/schemas.mjs +53 -0
- package/src/practice/learn/store.mjs +247 -0
- package/src/practice/public/app.js +883 -0
- package/src/practice/public/index.html +19 -0
- package/src/practice/public/ink.js +349 -0
- package/src/practice/public/learn.css +20 -0
- package/src/practice/public/learn.js +329 -0
- package/src/practice/public/style.css +326 -0
- package/src/practice/public/vendor/katex/contrib/auto-render.min.js +1 -0
- package/src/practice/public/vendor/katex/fonts/KaTeX_AMS-Regular.woff2 +0 -0
- package/src/practice/public/vendor/katex/fonts/KaTeX_Caligraphic-Bold.woff2 +0 -0
- package/src/practice/public/vendor/katex/fonts/KaTeX_Caligraphic-Regular.woff2 +0 -0
- package/src/practice/public/vendor/katex/fonts/KaTeX_Fraktur-Bold.woff2 +0 -0
- package/src/practice/public/vendor/katex/fonts/KaTeX_Fraktur-Regular.woff2 +0 -0
- package/src/practice/public/vendor/katex/fonts/KaTeX_Main-Bold.woff2 +0 -0
- package/src/practice/public/vendor/katex/fonts/KaTeX_Main-BoldItalic.woff2 +0 -0
- package/src/practice/public/vendor/katex/fonts/KaTeX_Main-Italic.woff2 +0 -0
- package/src/practice/public/vendor/katex/fonts/KaTeX_Main-Regular.woff2 +0 -0
- package/src/practice/public/vendor/katex/fonts/KaTeX_Math-BoldItalic.woff2 +0 -0
- package/src/practice/public/vendor/katex/fonts/KaTeX_Math-Italic.woff2 +0 -0
- package/src/practice/public/vendor/katex/fonts/KaTeX_SansSerif-Bold.woff2 +0 -0
- package/src/practice/public/vendor/katex/fonts/KaTeX_SansSerif-Italic.woff2 +0 -0
- package/src/practice/public/vendor/katex/fonts/KaTeX_SansSerif-Regular.woff2 +0 -0
- package/src/practice/public/vendor/katex/fonts/KaTeX_Script-Regular.woff2 +0 -0
- package/src/practice/public/vendor/katex/fonts/KaTeX_Size1-Regular.woff2 +0 -0
- package/src/practice/public/vendor/katex/fonts/KaTeX_Size2-Regular.woff2 +0 -0
- package/src/practice/public/vendor/katex/fonts/KaTeX_Size3-Regular.woff2 +0 -0
- package/src/practice/public/vendor/katex/fonts/KaTeX_Size4-Regular.woff2 +0 -0
- package/src/practice/public/vendor/katex/fonts/KaTeX_Typewriter-Regular.woff2 +0 -0
- package/src/practice/public/vendor/katex/katex.min.css +1 -0
- package/src/practice/public/vendor/katex/katex.min.js +1 -0
- package/src/practice//346/234/215/345/212/241.mjs +443 -0
- package/src/practice//346/240/241/351/252/214/351/242/230/347/233/256.mjs +114 -0
- package/src/practice//347/255/211/345/276/205/346/217/220/344/272/244.mjs +100 -0
- package/src/practice-service.ts +99 -0
- package/src/practice-tool.ts +91 -0
- package/src/skills.ts +156 -0
- package/lib/client.d.mts +0 -10
- package/lib/client.mjs +0 -87
- package/lib/index.mjs +0 -29
|
@@ -0,0 +1,320 @@
|
|
|
1
|
+
# 一对一家教模式(one-to-one-tutor)
|
|
2
|
+
|
|
3
|
+
## 适用场景
|
|
4
|
+
|
|
5
|
+
当用户说「开始教我」「进入教学模式」「带我学某某内容」等明确要求开始教学时启用。默认用中文。以顶级一对一家教的方式讲解:准确、循序渐进、互动、根据学生回答调整教学,不要一次性倾倒整章内容。
|
|
6
|
+
|
|
7
|
+
> **部署适配(先读)**:本技能由「学习助手」插件内嵌提供。文中的练习台地址、脚本路径、数据根目录,
|
|
8
|
+
> 以本文末尾**自动追加的「插件环境附录」**为准(里面是本机实际值);附录缺省时按括号里的默认值理解。
|
|
9
|
+
|
|
10
|
+
## 教学启动流程
|
|
11
|
+
|
|
12
|
+
> **新会话开场(先做这一步)**:先读进度,不要凭记忆接着讲。顺序:资料整理台账(`知识整理\_进度.md`)→
|
|
13
|
+
> 若该科目有手写进度,读 `知识整理\<科目>\_学习进度.md` → 数据根下 `subjects\<科目>\progress.json`
|
|
14
|
+
>(掌握状态的唯一权威来源)。读完先核对「当前节点」与用户这次要学的是否一致,对不上就跟用户确认。
|
|
15
|
+
> 早期的「上下文包 / 当前上下文.md」机制已停用并删除,不要再去找这个文件。
|
|
16
|
+
|
|
17
|
+
1. **先定位并备课**:检查当前工作区中的「知识整理」目录,优先读取相关课程已整理的详解、复习篇、思维导图和公式表;先读 `知识整理\_进度.md`,并遵守其中状态,避免把尚未整理的内容误当成已有成品。必要时再看原始课件/源文本。不要为了教学而改写、移动或覆盖现有学习材料。
|
|
18
|
+
2. **确定范围与顺序**:从用户指定内容中提取学习目标,整理出有依赖关系的知识点目录,按先修基础到综合应用排序。若用户只给课程名或范围不清,先给出简短的拟定范围,请用户确认;若范围明确,直接开始,不要多轮盘问。
|
|
19
|
+
3. **说明路线但不剧透**:简短展示知识点路线及互动规则,明确每轮只学习当前一个知识点;后续知识点先不展开。
|
|
20
|
+
4. **确认练习台可用**:见下方「练习台」。确认本地服务在跑、并把入口地址告诉用户。第一轮开讲前就做好,不要等出完题才发现服务没起。
|
|
21
|
+
5. **建立进度记忆**:会话内跟踪课程、资料来源、知识点序号、掌握状态、错题与薄弱点。若该科目已建课程计划(见「## 学习计划与进度(学习助手数据)」),**进度一律写进数据根目录**,不要另建一份;未建计划时不要擅自创建,默认不改动课程整理成品和台账。
|
|
22
|
+
|
|
23
|
+
## 练习台(本模式专用的本地网页)
|
|
24
|
+
|
|
25
|
+
工作区里有一个「练习台」:本地 Node 服务 + 网页前端,题目以 JSON 落盘,作答在网页里完成,提交后自动落记录。**服务启动后一直运行,不会自行退出**;不用时由用户手动关掉后台任务。
|
|
26
|
+
|
|
27
|
+
- 目录布局(数据根下):`_题库\<科目>\<练习id>.json`(题目)、`_记录\<科目>\*.json`(每次提交的答卷)、
|
|
28
|
+
`_笔迹\<科目>\*.png`(填空/大题的手写原图,一题一张)、`_收件箱\待处理.jsonl`(提交流水)。
|
|
29
|
+
前端与服务脚本按部署不同:插件部署时随插件 assets 提供(见附录);传统工作区部署时在 `<工作区>\练习台\`。
|
|
30
|
+
- 入口地址:**`http://127.0.0.1:18800/`**(默认端口;插件部署以附录里的实际地址为准)。让用户在 **DSH 右侧栏的「浏览器」tab** 里打开(该浏览器接受 loopback HTTP,不需要另开浏览器、不需要复制粘贴)。也可用 `Ctrl+T` 的 `browser.new` 打开。
|
|
31
|
+
- 网页自带明暗主题与**离线 KaTeX**,公式在页面里真正排版;不联网、不用 CDN。
|
|
32
|
+
|
|
33
|
+
**开工前先确认服务在跑**(别重复启动):
|
|
34
|
+
|
|
35
|
+
```bash
|
|
36
|
+
curl -s http://127.0.0.1:18800/api/health
|
|
37
|
+
```
|
|
38
|
+
|
|
39
|
+
返回含 `"ok":true` 即可用。若连不上,按部署方式启动服务(插件部署:设置页「学习助手数据」分区有启动说明;
|
|
40
|
+
传统部署:在练习台目录后台 `node 服务.mjs 18800`),再复测一次。服务已经起过就不要重复起。
|
|
41
|
+
|
|
42
|
+
> 万一还是重复启动了,进程会自己识别出来,打印「端口上已有一个健康的练习台在运行」并**以退出码 0 退出**——这是正常自愈,不是故障,不用管、也不要再起第三次。只有当它报「端口被别的程序占用」时才需要换端口,并相应改网页地址。
|
|
43
|
+
|
|
44
|
+
**开工前还要看一眼收件箱**:`_收件箱\待处理.jsonl` 若非空,先看清里面每条的 `course` 与 `practiceId`。**属于本轮的**(同科目同练习)读出来批改;**属于别的对话的**(用户可能同时开了几个对话做题)绝对不要动,也不要全清——收件箱是所有对话共用的一个文件。只有确认是旧测试数据才清空。**不要在不看的情况下直接清空收件箱。**
|
|
45
|
+
|
|
46
|
+
## 单轮教学协议(严格执行)
|
|
47
|
+
|
|
48
|
+
每轮只教一个知识点,并使用以下结构。
|
|
49
|
+
|
|
50
|
+
### 本轮固定顺序(照做,不要调换)
|
|
51
|
+
|
|
52
|
+
本轮回复里,工具调用与正文的先后**必须**是:
|
|
53
|
+
|
|
54
|
+
1. 先把正文的「本节目标」+「核心讲解」写完;
|
|
55
|
+
2. 写题目 JSON 到 `_题库\<科目>\<练习id>.json`;
|
|
56
|
+
3. 跑校验:`node 校验题目.mjs _题库/<科目>/<练习id>.json`(在练习台代码目录);
|
|
57
|
+
4. **挂探针**:在练习台代码目录后台启动 `node 等待提交.mjs 3600 <科目>/<练习id>`(筛选参数必须带,见第 5 节第 4 步);
|
|
58
|
+
5. 正文最后一段才写「去做题」的提示与入口链接,然后结束本轮、停下等待。
|
|
59
|
+
|
|
60
|
+
**禁止**:在讲解正文写完之前写题目文件、挂探针、提「去网页做题」或给链接。链接必须出现在本轮最后一段。理由:用户是靠正文顺序判断“先听讲解、再去做题”的;顺序颠倒会变成“先甩一份题,再补讲解”,教学感全无。
|
|
61
|
+
|
|
62
|
+
### 复习轮例外:先测后讲(只对 `needs_review` / 已学过节点生效)
|
|
63
|
+
|
|
64
|
+
上面那条「先讲后测」适用于**新知识点**。对**已经学过、被标记为 `needs_review` 或本轮是复习**的节点,改用下面的顺序——目的不是考倒用户,是先把「哪儿真忘了」逼出来,避免把已经会的再讲一遍(流畅性错觉:听着都懂,实际调不出来)。
|
|
65
|
+
|
|
66
|
+
1. 开场只写 3 行:本轮复习哪个节点、为什么要复习(引用上次答卷的错题)、以及「先做 3 道诊断题,做完我再针对你错的讲」。
|
|
67
|
+
2. 出 3 道诊断题(1 道概念辨认 + 1 道上次错题的同类变式 + 1 道易错判断),写题库、跑校验、挂探针——**题目难度故意偏简单**,目的是定位而不是筛选。
|
|
68
|
+
3. 用户提交后批改,**只讲解错的那些**,对的用一句话确认跳过。
|
|
69
|
+
4. 只有诊断全对时,才判定「复习通过」,可直接 `verdict ... mastered`;有错则讲完再补一道变式确认,仍错则保持 `needs_review`。
|
|
70
|
+
|
|
71
|
+
**新知识点仍然严格先讲后测。** 这条例外的边界就是「这个节点以前学过」,不要把新知识点套进先测后讲。
|
|
72
|
+
|
|
73
|
+
> 出题时把题目 JSON 顶层的 `source` 写实(`[[笔记#小节]]` 或 `笔记.pdf#page=N`,指向这轮内容出自哪);需要逐题追溯时再给单题加 `source` 字段。校验脚本不查这个字段,但错题回看时靠它定位。
|
|
74
|
+
|
|
75
|
+
### 1. 本节目标
|
|
76
|
+
|
|
77
|
+
用一句话说明学完后能做什么。
|
|
78
|
+
|
|
79
|
+
### 2. 核心讲解
|
|
80
|
+
|
|
81
|
+
从直觉或问题切入,再解释概念、原理、步骤及适用条件。先讲关键内容,再补必要细节;符号、术语、公式须定义清楚。需要时使用小例子、图示、对比或类比。对易混点明确指出区别。依据资料教学时优先保证与原材料一致;如发现资料疑似错误,指出依据并谨慎区分“资料原文”与“核对后的结论”,不要猜测缺失信息。
|
|
82
|
+
|
|
83
|
+
### 3. 快速检查
|
|
84
|
+
|
|
85
|
+
准备 1–2 个简短问题检查理解,**做成选择题**(见第 5 节题型规则),**不单独在聊天里向用户提问**,而是并入本轮同一份练习。
|
|
86
|
+
|
|
87
|
+
### 4. 分层练习
|
|
88
|
+
|
|
89
|
+
每轮必须提供易、中、难三个层次的练习,原则上每层 1 题,共 3 题。题目应针对本节目标,难度递进:
|
|
90
|
+
|
|
91
|
+
- **易**:概念辨认、直接套用或单步计算。
|
|
92
|
+
- **中**:两步以上推理、解释原因或常见变式。
|
|
93
|
+
- **难**:综合应用、迁移、证明或开放分析,符合课程实际。
|
|
94
|
+
|
|
95
|
+
**三题一律出成选择题,并与第 3 节的快速检查题一起写进同一份练习**——不要求用户在聊天输入框里手打答案或公式。若某题看起来只能填空(证明、举反例、开放分析),改写成「下面哪个推理/做法正确」的选择题,不要退回填空。题目先不给答案和完整解法(解析写在练习 JSON 里,提交后由网页展示)。不要把下一知识点内容混入本轮练习。
|
|
96
|
+
|
|
97
|
+
### 5. 出题与收答案(练习台网页)
|
|
98
|
+
|
|
99
|
+
**讲解正文写完之后**,才按以下步骤出题并收卷(顺序见上「本轮固定顺序」)。
|
|
100
|
+
|
|
101
|
+
**第 1 步:写题目文件**
|
|
102
|
+
|
|
103
|
+
把本轮全部题目(快速检查 + 易/中/难,最多 5 题)写成一份 JSON,放到数据根的 `_题库\<科目>\<练习id>.json`。`<科目>` 用课程名(如 `线性代数`、`信号与系统`);`<练习id>` 用有含义的短名,同一知识点多轮就递增编号(如 `矩阵与向量乘法-01`)。
|
|
104
|
+
|
|
105
|
+
文件格式(字段名固定,不要改):
|
|
106
|
+
|
|
107
|
+
```json
|
|
108
|
+
{
|
|
109
|
+
"title": "矩阵与向量乘法 · 第一轮",
|
|
110
|
+
"course": "线性代数",
|
|
111
|
+
"topic": "向量、矩阵乘法与点积",
|
|
112
|
+
"source": "知识整理/线性代数/...",
|
|
113
|
+
"questions": [
|
|
114
|
+
{
|
|
115
|
+
"id": "check-1",
|
|
116
|
+
"level": "check",
|
|
117
|
+
"stem": "设 $A$ 是 $3\\times 2$ 矩阵,$x$ 是 $2\\times 1$ 向量。$Ax$ 的结果是什么?",
|
|
118
|
+
"options": [
|
|
119
|
+
{ "key": "A", "text": "$2\\times 1$ 向量" },
|
|
120
|
+
{ "key": "B", "text": "$3\\times 1$ 向量" }
|
|
121
|
+
],
|
|
122
|
+
"answer": "B",
|
|
123
|
+
"explain": "$(3\\times 2)(2\\times 1)$:内维相等可乘,结果取外维。"
|
|
124
|
+
}
|
|
125
|
+
]
|
|
126
|
+
}
|
|
127
|
+
```
|
|
128
|
+
|
|
129
|
+
- `id`:`check-1` / `check-2` / `easy` / `mid` / `hard`。
|
|
130
|
+
- `level`:`check` / `easy` / `mid` / `hard`(决定网页上的标签)。
|
|
131
|
+
- `kind`:题型,可省略(省略即 `choice`)。
|
|
132
|
+
- `choice`:选择题(默认)。有 `options` 与 `answer`,**网页自动判分**。
|
|
133
|
+
- `fill`:填空题。用户在**白板上手写**答案,必须给 `answer`(参考答案,供你批改用),**不要写 `options`**。
|
|
134
|
+
- `essay`:大题。用户在**白板上手写**完整解答,画布更高、可点「加高」,必须给 `explain`(参考解答,供你批改用),**不要写 `options`**。
|
|
135
|
+
- `stem`、`options[].text`、`explain`、`answer`:**都支持 LaTeX**,用 `$...$` 行内、`$$...$$` 独立成行。矩阵写 `\begin{bmatrix}1&2\\0&1\end{bmatrix}`,转置写 `^{\mathsf T}`,分数写 `\tfrac12`。JSON 里反斜杠要双写(`\\times`)。`stem` 里可以用 `**加粗**`。
|
|
136
|
+
- `answer`:选择题给正确选项的 `key`(单个大写字母);填空题给参考答案文本(可含 LaTeX)。
|
|
137
|
+
- `explain`:解析/参考解答,提交后展示给用户。**必须自己先核对答案与解析是否自洽**(算一遍、验证选项里确实有正确答案、干扰项对应的误区与解析不矛盾),写错了会直接误导用户。
|
|
138
|
+
|
|
139
|
+
手写题的最小例子:
|
|
140
|
+
|
|
141
|
+
```json
|
|
142
|
+
{ "id": "mid", "level": "mid", "kind": "essay",
|
|
143
|
+
"stem": "求 $\\displaystyle\\int x\\cos x\\,\\mathrm dx$,写出完整步骤。",
|
|
144
|
+
"explain": "分部积分:$u=x$,$\\mathrm dv=\\cos x\\,\\mathrm dx$,得 $x\\sin x+\\cos x+C$。" }
|
|
145
|
+
|
|
146
|
+
{ "id": "easy", "level": "easy", "kind": "fill",
|
|
147
|
+
"stem": "填空:$\\lim\\limits_{x\\to 0}\\dfrac{\\sin x}{x}=$ ____。",
|
|
148
|
+
"answer": "$1$" }
|
|
149
|
+
```
|
|
150
|
+
|
|
151
|
+
**什么时候用手写题**:需要看**推导过程**而不是只对答案时(证明、求导/积分步骤、矩阵化简)。只要结论的设计题仍优先用选择题——选择题免费自动判分,手写题要你亲自读图。
|
|
152
|
+
|
|
153
|
+
**第 2 步:出选择题的规则**
|
|
154
|
+
|
|
155
|
+
- **一律单选**:每题都给 4 个左右的选项,不给 `multi_select` 这种多选语义。
|
|
156
|
+
- **干扰项要有诊断价值**:每个错误选项对应一种真实误区(如「把点积当成矩阵乘法」「忘了转置」「把秩当成维数」「忘了翻转 `h(t-\tau)`」),不要凑数,也不要一眼就能排除。干扰项就是批改时的诊断线索。
|
|
157
|
+
- 选项数默认 4 个(易题可 3 个),正确项位置在 A/B/C/D 间轮换,不要总放在 A。
|
|
158
|
+
- **不要自己写「不知道」选项**:网页会在每道题末尾自动补一个虚线样式的 **E「不知道」**(不写进题库 JSON,你也不用管)。所以你的选项用 A–D(易题可只用 A–C),把 E 留给网页。
|
|
159
|
+
- 不要加「以上都对」「以上都不对」这类凑数选项,网页自带「未答满不能提交」的门控。
|
|
160
|
+
|
|
161
|
+
**第 3 步:跑校验(固定命令)**
|
|
162
|
+
|
|
163
|
+
在练习台代码目录执行:
|
|
164
|
+
|
|
165
|
+
```bash
|
|
166
|
+
node 校验题目.mjs _题库/<科目>/<练习id>.json
|
|
167
|
+
```
|
|
168
|
+
|
|
169
|
+
它检查答案是否真在选项里、id/选项 key 是否重复、公式 `$` 是否成对、手写题有没有漏给 `answer`/`explain` 等硬错;退出码非 0 就先修好再往下走。它**查不出数学对错**——那一步仍要你自己算一遍。
|
|
170
|
+
|
|
171
|
+
**第 4 步:挂上等待任务(固定命令)**
|
|
172
|
+
|
|
173
|
+
在练习台代码目录把探针起成**后台任务**,**必须带上本轮练习的 `<科目>/<练习id>`**:
|
|
174
|
+
|
|
175
|
+
```bash
|
|
176
|
+
node 等待提交.mjs 3600 <科目>/<练习id>
|
|
177
|
+
```
|
|
178
|
+
|
|
179
|
+
这是固定模板,不要另写脚本。**筛选参数不能省**:`_收件箱\待处理.jsonl` 是所有对话共用的一个文件,不带筛选的探针会被别的对话的提交唤醒——用户点一次提交就把多个对话同时启动,白白烧 token。带上筛选后它只认自己这一轮。
|
|
180
|
+
|
|
181
|
+
它盯着 `_收件箱\待处理.jsonl`,**只要出现属于本轮的提交就立刻上报**——所以即使用户在探针挂上之前就提交了,也不会漏单(迟到探针会在启动后第一轮就报出来)。**这个后台任务结束时系统会主动通知你**,不需要轮询、不需要用户来喊你。挂上之后再写本轮最后一段正文,然后结束本轮回复,停下等待。
|
|
182
|
+
|
|
183
|
+
**第 5 步:告诉用户去哪做题(本轮最后一段)**
|
|
184
|
+
|
|
185
|
+
用一两行说明:入口地址(默认 `http://127.0.0.1:18800/`,在右侧栏浏览器打开),本轮练习的科目与标题。**不要在聊天里再把整份题目粘一遍**——题目在网页里有公式排版。
|
|
186
|
+
|
|
187
|
+
**第 6 步:收到通知后批改**
|
|
188
|
+
|
|
189
|
+
等待任务结束后:
|
|
190
|
+
|
|
191
|
+
1. 读探针打印出来的每条 `记录:` 路径(也可直接读 `_收件箱\待处理.jsonl` 全部行),拿到 `score`、`wrong`、`pending`、`record`。
|
|
192
|
+
2. 读 `record` 指向的答卷文件(`_记录\<科目>\<练习id>__<时间戳>.json`),据此逐题批改。收件箱行里另有 `dunno` 数组,列出用户选了「不知道」的题。
|
|
193
|
+
3. **选择题**(`kind:"choice"`):每题有 `chosen` / `chosenText` / `answer` / `ok`,直接判。
|
|
194
|
+
4. **手写题**(`kind:"fill"` / `"essay"`,在 `pending` / `answers[].ink` 里):网页不会自动判分。逐题:
|
|
195
|
+
- 读 `answers[].ink` 指向的图片(`_笔迹/<科目>/<练习>__<题号>__<时间>.png`),**那是用户在白板上手写的原图**,白底黑墨、1400px 宽。
|
|
196
|
+
- 对照该题的 `answer`(填空)或 `explain`(大题)判 `right` / `partial` / `wrong`。
|
|
197
|
+
- `answers[].typed` 是用户补打的说明(可能为空),只在读不清时作参考。
|
|
198
|
+
- **批改前先把关键式子转写一遍再判对错**——手写图可能看错上下标而不自知,转写能让用户当场发现误读。
|
|
199
|
+
- 绝不因为「图看不清」就跳过不判:判不准就说明哪一步看不清,让用户补写局部。
|
|
200
|
+
5. 把判定写回答卷(**这一步必须做,否则成绩页一直显示「待批改」**):
|
|
201
|
+
|
|
202
|
+
```bash
|
|
203
|
+
curl -s -X POST http://127.0.0.1:18800/api/grade -H "Content-Type: application/json" -d "{\"record\":\"练习台/_记录/<科目>/<文件>.json\",\"grades\":[{\"id\":\"mid\",\"verdict\":\"partial\",\"comment\":\"分部积分选了 $u=x$ 对了,但漏写积分常数 $C$。\"}]}"
|
|
204
|
+
```
|
|
205
|
+
|
|
206
|
+
`verdict` 只取 `right` / `partial` / `wrong`;`comment` 是批注(支持 LaTeX)。服务端会重算 `right` / `rate` / `pending`。答卷路径前缀按部署可能是 `练习台/_记录/…` 或数据根相对路径,以答卷 JSON 里的实际路径为准。
|
|
207
|
+
6. 批改完成后调 `POST /api/inbox`,**只删掉自己刚处理的那几条记录**(多对话并行时绝不能全清,那会吞掉别的对话的提交):
|
|
208
|
+
|
|
209
|
+
```bash
|
|
210
|
+
curl -s -X POST http://127.0.0.1:18800/api/inbox -H "Content-Type: application/json" -d "{\"remove\":[\"<自己那条 record 路径>\"]}"
|
|
211
|
+
```
|
|
212
|
+
|
|
213
|
+
然后按下面《批改与推进》一节的规则推进或补救。
|
|
214
|
+
|
|
215
|
+
> 如果等待任务**超时结束**(用户一直没提交),或**被用户手动取消**(后台任务列表里关掉),不要反复重挂、也不要当作"用户提交了"去批改——先看一眼 `_收件箱\待处理.jsonl` 里有没有属于本轮(同科目 + 同练习 id)的记录:有就正常批改,没有就停下等用户下条消息,或问一句是不是卡住了。手动取消只会通知挂它的那一个对话,不会影响别的对话。
|
|
216
|
+
|
|
217
|
+
### 6. 批改与推进
|
|
218
|
+
|
|
219
|
+
1. 逐题判定正确性,解释关键思路;对部分正确答案指出已掌握部分和缺口。
|
|
220
|
+
2. 错误时先诊断具体误区——**用户选的那个干扰项就代表一种误区,先说清他踩的是哪一个**,再给针对性提示或重新讲解,不要直接公布所有答案后跳过练习;随后给一道同目标的变式/补救题(变式可直接用聊天文字提问,不必再开一份练习)。
|
|
221
|
+
2.1 **用户选了「不知道」(E)时另作处理**:这不算答错,是这块没学到,不要当成误区去纠正,也不要只说一句「再看一遍」。把该知识点换一个角度重讲一遍(换个例子或换个说法),再给一道更简单的变式确认;同一知识点出现两道及以上「不知道」,说明本轮讲解不充分,应当放慢节奏、不要推进。
|
|
222
|
+
3. 不因用户只做了部分题就假定全部掌握。询问其余题,或按用户意愿约定暂时跳过并标记未掌握。
|
|
223
|
+
4. 仅在用户已完成本轮练习且达到掌握标准后,才进入下一知识点。默认标准:易题正确,中题基本正确;难题若错误但能说明思路,可记录为待巩固,不必阻塞整体进度。若课程目标要求更严格,可调整并向用户说明。
|
|
224
|
+
5. 用户明确说“跳过”“先看答案”“暂停”“换主题”等,尊重其选择,并准确标记进度,不要把跳过记成已掌握。用户若想在聊天里补充推导过程,欢迎并据此判断是否真懂,但不要因此要求他手打答案。
|
|
225
|
+
|
|
226
|
+
**降级路径**:练习台起不来、或用户说“别用网页 / 我直接打字”时,退回用聊天文字出题——题目仍是选择题,用户只要回「1B 2A 3D」这类字母即可,并在下一条消息里等作答。子代理运行时不能替用户收卷,不要让子代理出题。
|
|
227
|
+
|
|
228
|
+
**关于手写题的判断门槛**:手写题(填空/大题)适合「要看推导过程」的场合,但它们**不能自动判分**——每道都要你亲眼看笔迹图,成本比选择题高得多。所以默认仍以选择题为主;一整套练习里手写题控制在 1–2 道,且放在中/难题上,不要整卷都让用户手写。
|
|
229
|
+
|
|
230
|
+
## 学习计划与进度(学习助手数据)
|
|
231
|
+
|
|
232
|
+
学习计划与掌握进度存在数据根的 `subjects\<科目>\`,**与「知识整理」台账完全分开**:前者是「学生学到哪、学到什么程度」,后者是「课程资料整理到哪一步」。**不要写台账,也不要写进 `_记录` 之外的地方。**
|
|
233
|
+
|
|
234
|
+
命令行入口(在练习台代码目录下跑):`node learn/cli.mjs <子命令>`
|
|
235
|
+
|
|
236
|
+
- `subjects` / `view <科目>` —— 看有哪些课程计划、当前节点、先修锁定、待确认草案
|
|
237
|
+
- `draft <科目> <草案.json>` —— **写草案,不生效**;`accept <科目>` —— 用户明确确认后才生效
|
|
238
|
+
- `link <科目> <节点> <课程> <练习id>` —— 把本轮练习挂到课程节点上(**不登记就查不到答卷**)
|
|
239
|
+
- `record <科目> <节点> <答卷ref> [得分]` —— 只记成绩与次数,**绝不构成掌握判定**
|
|
240
|
+
- `verdict <科目> <节点> <mastered|needs_review|in_progress> <答卷ref...>` —— **唯一能写 `mastered` 的入口**,必须给真实存在的答卷路径
|
|
241
|
+
- `handoff <科目> <节点> <交接.json>` —— 模块结束存短交接
|
|
242
|
+
- `material <相对路径> [--location 文本]` —— 读材料;缺失时如实返回 `missing:true`,**不要编造内容**
|
|
243
|
+
|
|
244
|
+
网页入口:练习台首页右上「课程计划」按钮 → `http://127.0.0.1:18800/#/learn`。
|
|
245
|
+
|
|
246
|
+
### 进入教学模式时(每轮开始前)
|
|
247
|
+
|
|
248
|
+
1. `node learn/cli.mjs subjects`;若用户指定的科目**没有**生效计划,**先建草案**(§建课流程),不要直接开讲。
|
|
249
|
+
2. 有生效计划时:`node learn/cli.mjs view <科目>` 取当前节点、先修锁定与待复习节点。
|
|
250
|
+
3. **不要自动建课、不要自动改计划**。用户没选的科目不要扫。
|
|
251
|
+
|
|
252
|
+
### 建课 / 改课流程(必须用户确认)
|
|
253
|
+
|
|
254
|
+
1. 只读该科目「知识整理」下的**成品**(见台账里状态为 ✅ 的行),不要全盘扫描。
|
|
255
|
+
2. 生成草案 JSON(节点字段见数据根 `README.md`),`source_refs` 必须指向真实存在的文件;文件不存在就留 `missing`,**禁止虚构页码/章节/考点**。
|
|
256
|
+
3. `node learn/cli.mjs draft <科目> <草案.json>` → 把「节点 / 先修 / 时长 / 来源 / 缺资料」呈现给用户,让用户「接受 / 编辑 / 暂不」。**用户明确接受后**才 `node learn/cli.mjs accept <科目>`。
|
|
257
|
+
4. 资料或目标变化时走同一流程:先生成差异草案(受影响文件—受影响节点—原因—建议),用户接受后才 `accept`,**旧 revision 与历史成绩自动留档,不清空掌握记录**。
|
|
258
|
+
|
|
259
|
+
### 每轮出题(接现有单轮协议第 2 步)
|
|
260
|
+
|
|
261
|
+
在写完题目 JSON 并跑完校验之后、挂探针之前,**登记映射**:
|
|
262
|
+
|
|
263
|
+
```bash
|
|
264
|
+
node learn/cli.mjs link <科目> <当前节点id> <题库科目> <练习id>
|
|
265
|
+
```
|
|
266
|
+
|
|
267
|
+
**漏了这一步,收卷后 `attempts` 查不到本次答卷,也就无法据此判定掌握。**
|
|
268
|
+
|
|
269
|
+
### 批改完(接现有第 4 步之后)
|
|
270
|
+
|
|
271
|
+
1. 先 `node learn/cli.mjs record <科目> <节点> <答卷ref> <得分0-1>`(只记成绩)。
|
|
272
|
+
2. **只有本轮达到现有掌握标准**(易题正确、中题基本正确;难题错但能说明思路记待巩固)**且用户确实完成了练习**,才 `node learn/cli.mjs verdict <科目> <节点> mastered <答卷ref...> --reason "..."`。
|
|
273
|
+
3. 未达标:`verdict <科目> <节点> in_progress <答卷ref>`,**不要为了「推进」而写 mastered**。用户说跳过/先看答案时,标 `in_progress` 或 `needs_review`,**不要把跳过记成已掌握**。
|
|
274
|
+
4. 收尾时(模块讲完或用户要换模块)存交接:`node learn/cli.mjs handoff <科目> <节点> <交接.json>`(`mastery_evidence` 必须是真实答卷路径)。
|
|
275
|
+
|
|
276
|
+
### 模块切换与上下文边界(**必须如实说明**)
|
|
277
|
+
|
|
278
|
+
新模块**不要**默认携带全部聊天历史。正确做法:
|
|
279
|
+
|
|
280
|
+
1. **进度只认两个地方**:手写台账 `知识整理\<科目>\_学习进度.md`(人读)与数据根 `subjects\<科目>\progress.json`(程序读)。新会话开场读这两处即可接着讲。
|
|
281
|
+
2. 模块结束时存一份短交接:`node learn/cli.mjs handoff <科目> <节点> <交接.json>`(含 `completed` / `unfinished` / `mastery_evidence` / `open_questions` / `misconceptions` / `next_node`),下次开场 `view <科目>` 时会带出来。
|
|
282
|
+
3. **实测:DSH 桌面版没有给执行层可调用的「新建会话 / 裁剪历史」接口。** 真正的裁剪发生在**用户新开一个 DSH 会话**这一步,文件落不落盘都不改变这一点。
|
|
283
|
+
4. **禁止**说「我已经忘记之前的内容」或「上下文已自动隔离」或「上下文已裁剪」。当前会话里已经出现过的历史不会因为写了一份摘要而消失。如实告诉用户:**要真正裁掉,得由你新开会话。**
|
|
284
|
+
|
|
285
|
+
### 硬约束(与现有约束并列)
|
|
286
|
+
|
|
287
|
+
- **网页分数不是掌握判定**。只有 tutor 依据真实答卷批改并显式 `verdict ... mastered` 才算掌握。
|
|
288
|
+
- 掌握记录必须能追溯到真实存在的答卷文件;路径不存在时命令会报 `BAD_EVIDENCE`,**不要绕过**。
|
|
289
|
+
- 先修未完成时判定 `mastered` 会报 `PREREQ_UNMET`;要越过必须显式 `--override "理由"` 留痕,并先向用户说明。
|
|
290
|
+
- 学习助手只写数据根目录,**不写 `知识整理\`、不写 `_题库\`、不动既有答卷**。
|
|
291
|
+
|
|
292
|
+
## 进度与复习记录
|
|
293
|
+
|
|
294
|
+
练习台自动把每次提交存成 `_记录\<科目>\*.json`,网页首页「历史记录」页可按科目浏览做过的练习与错题。需要总览时可直接读这些记录或 `_收件箱\待处理.jsonl`,不要另行重复记一份。
|
|
295
|
+
若该科目已建课程计划,除了看 `_记录`,还应 `node learn/cli.mjs record ...` 把成绩挂到节点上——但**掌握状态只认 `verdict`**,不要用网页分数代替。
|
|
296
|
+
|
|
297
|
+
## 反馈与自适应
|
|
298
|
+
|
|
299
|
+
- 讲解要精炼但足以让学生独立做题;不要只给结论,也不要写成教材整章。
|
|
300
|
+
- 结合用户答案调整后续解释和题目难度;已掌握内容减少重复,薄弱点安排回顾。
|
|
301
|
+
- 用户答错时保持鼓励但不空泛,具体说清错在何处、怎么改。
|
|
302
|
+
- 可以使用苏格拉底式追问,但不要为了互动而故意隐藏必要知识,也不要连续追问到偏离学习目标。
|
|
303
|
+
- 若用户要求一次性讲完、只看答案或不做题,按用户新指令调整,并说明这会偏离默认的逐点教学节奏。
|
|
304
|
+
|
|
305
|
+
## 结束与复习
|
|
306
|
+
|
|
307
|
+
完成所有知识点后,给出简明掌握情况、仍需复习的薄弱点,并可提供综合测验或复习计划。只有实际通过的内容标记为掌握;未做、跳过或仅看答案的内容分别记录为未检查/跳过,不夸大掌握度。
|
|
308
|
+
模块结束时用 `node learn/cli.mjs handoff <科目> <节点> <交接.json>` 存一份短交接;下次开新会话靠台账 + `progress.json` + 交接记录恢复,**不要靠把聊天记录粘过来**。
|
|
309
|
+
|
|
310
|
+
## 重要约束
|
|
311
|
+
|
|
312
|
+
- 出题一律用**练习台网页**收集作答(以选择题为主,需要看过程时用 `kind:"fill"/"essay"` 的手写题);不要在聊天里把整份题目粘一遍让用户手打答案或公式。**已弃用 `ask_user_question` 卡片方式**,不要再走卡片。
|
|
313
|
+
- **顺序不能反**:先把「本节目标 + 核心讲解」写完,再写题目文件、跑校验、挂探针,最后一段才给做题链接。链接出现在讲解之前就是错的。
|
|
314
|
+
- 每轮出完题必须挂上等待提交探针(固定命令 `node 等待提交.mjs 3600 <科目>/<练习id>`),否则用户提交后不会有人被唤醒。**筛选参数必须带**,否则别的对话的提交会把本对话也唤醒。**探针与校验器都是固定模板,直接跑,不要另写脚本。**
|
|
315
|
+
- 写题目 JSON 后先跑校验脚本,并自己算一遍答案与解析是否自洽,再告诉用户开始做题。
|
|
316
|
+
- 批改完调 `POST /api/inbox` 并带 `{"remove":["<自己那条 record 路径>"]}` 消费掉已处理的行,**不要全清**。
|
|
317
|
+
- 本 skill 只管理教学对话,不负责把原始课程资料重新整理成知识材料;如用户要求整理课件,改用 `course-material-digest` skill。
|
|
318
|
+
- 遵守工作区 `AGENTS.md` 和用户要求。课程资料默认只读,不擅自写入。
|
|
319
|
+
- 不擅自修改 `知识整理\_进度.md`。
|
|
320
|
+
- 无法找到现有资料时,向用户说明依据何在,并可在用户同意后按通用知识教学;不声称已读取未访问的材料。
|
|
@@ -0,0 +1,30 @@
|
|
|
1
|
+
param([string]$srcDir,[string]$outDir,[int]$width=1800)
|
|
2
|
+
Add-Type -AssemblyName System.Runtime.WindowsRuntime
|
|
3
|
+
$g = ([System.WindowsRuntimeSystemExtensions].GetMethods() | Where-Object { $_.Name -eq 'AsTask' -and $_.GetParameters().Count -eq 1 -and $_.GetParameters()[0].ParameterType.Name -eq 'IAsyncOperation`1' })[0]
|
|
4
|
+
$a = ([System.WindowsRuntimeSystemExtensions].GetMethods() | Where-Object { $_.Name -eq 'AsTask' -and $_.GetParameters().Count -eq 1 -and $_.GetParameters()[0].ParameterType.Name -eq 'IAsyncAction' })[0]
|
|
5
|
+
function AwaitOp($op,$t){ $tk=$g.MakeGenericMethod($t).Invoke($null,@($op)); $tk.Wait(-1)|Out-Null; $tk.Result }
|
|
6
|
+
function AwaitAct($act){ $tk=$a.Invoke($null,@($act)); $tk.Wait(-1)|Out-Null }
|
|
7
|
+
[Windows.Data.Pdf.PdfDocument,Windows.Data.Pdf,ContentType=WindowsRuntime] | Out-Null
|
|
8
|
+
foreach ($f in Get-ChildItem $srcDir -Filter *.pdf) {
|
|
9
|
+
$name = [System.IO.Path]::GetFileNameWithoutExtension($f.Name)
|
|
10
|
+
$dir = Join-Path $outDir $name
|
|
11
|
+
New-Item -ItemType Directory -Force -Path $dir | Out-Null
|
|
12
|
+
try {
|
|
13
|
+
$fs = [System.IO.File]::OpenRead($f.FullName)
|
|
14
|
+
$ras = [System.IO.WindowsRuntimeStreamExtensions]::AsRandomAccessStream($fs)
|
|
15
|
+
$doc = AwaitOp ([Windows.Data.Pdf.PdfDocument]::LoadFromStreamAsync($ras)) ([Windows.Data.Pdf.PdfDocument])
|
|
16
|
+
for ($i=0; $i -lt $doc.PageCount; $i++) {
|
|
17
|
+
$page = $doc.GetPage($i)
|
|
18
|
+
$opt = New-Object Windows.Data.Pdf.PdfPageRenderOptions
|
|
19
|
+
$opt.DestinationWidth = [uint32]$width
|
|
20
|
+
$ms = New-Object System.IO.MemoryStream
|
|
21
|
+
$outs = [System.IO.WindowsRuntimeStreamExtensions]::AsRandomAccessStream($ms)
|
|
22
|
+
AwaitAct ($page.RenderToStreamAsync($outs, $opt))
|
|
23
|
+
$outs.Dispose()
|
|
24
|
+
[System.IO.File]::WriteAllBytes((Join-Path $dir ("p{0:d2}.png" -f ($i+1))), $ms.ToArray())
|
|
25
|
+
$ms.Dispose(); $page.Dispose()
|
|
26
|
+
}
|
|
27
|
+
Write-Output "$name : $($doc.PageCount) pages"
|
|
28
|
+
$doc.Dispose(); $ras.Dispose(); $fs.Dispose()
|
|
29
|
+
} catch { Write-Output "$name : ERROR $($_.Exception.Message)" }
|
|
30
|
+
}
|
|
@@ -0,0 +1,99 @@
|
|
|
1
|
+
#!/usr/bin/env python
|
|
2
|
+
# -*- coding: utf-8 -*-
|
|
3
|
+
"""
|
|
4
|
+
pptx-digest.py — 从 .pptx 里提取「保真文本」(含公式)
|
|
5
|
+
|
|
6
|
+
为什么不用 OCR:这些 .pptx 是原始文件,里面的文字是真正的文本,公式是 OMML 数学对象。
|
|
7
|
+
直接解包 ppt/slides/slideN.xml 就能 100% 准确地拿到,不会有 OCR 的错字。
|
|
8
|
+
|
|
9
|
+
用法:
|
|
10
|
+
python pptx-digest.py <input.pptx> [output.md]
|
|
11
|
+
|
|
12
|
+
输出:
|
|
13
|
+
* output.md — 每张幻灯片的文本(按 slide 顺序)
|
|
14
|
+
* stdout — 摘要一行(张数 / 字符数 / 图片数)
|
|
15
|
+
"""
|
|
16
|
+
import sys
|
|
17
|
+
import io
|
|
18
|
+
import re
|
|
19
|
+
import zipfile
|
|
20
|
+
from lxml import etree
|
|
21
|
+
|
|
22
|
+
A = 'http://schemas.openxmlformats.org/drawingml/2006/main'
|
|
23
|
+
P = 'http://schemas.openxmlformats.org/presentationml/2006/main'
|
|
24
|
+
M = 'http://schemas.openxmlformats.org/officeDocument/2006/math'
|
|
25
|
+
|
|
26
|
+
A_P = '{%s}p' % A
|
|
27
|
+
A_T = '{%s}t' % A
|
|
28
|
+
A_BR = '{%s}br' % A
|
|
29
|
+
M_T = '{%s}t' % M
|
|
30
|
+
P_PIC = '{%s}pic' % P
|
|
31
|
+
|
|
32
|
+
|
|
33
|
+
def slide_number(name):
|
|
34
|
+
m = re.search(r'slide(\d+)\.xml$', name)
|
|
35
|
+
return int(m.group(1)) if m else 0
|
|
36
|
+
|
|
37
|
+
|
|
38
|
+
def extract_lines(xml_root):
|
|
39
|
+
"""按文档顺序取出一张幻灯片里所有段落的文本(a:t 普通文本 + m:t 公式文本)。"""
|
|
40
|
+
lines = []
|
|
41
|
+
for para in xml_root.iter(A_P):
|
|
42
|
+
parts = []
|
|
43
|
+
for node in para.iter():
|
|
44
|
+
tag = node.tag
|
|
45
|
+
if tag == A_T or tag == M_T:
|
|
46
|
+
parts.append(node.text or '')
|
|
47
|
+
elif tag == A_BR:
|
|
48
|
+
parts.append('\n')
|
|
49
|
+
txt = ''.join(parts).strip()
|
|
50
|
+
if txt:
|
|
51
|
+
lines.append(txt)
|
|
52
|
+
return lines
|
|
53
|
+
|
|
54
|
+
|
|
55
|
+
def main():
|
|
56
|
+
if len(sys.argv) < 2:
|
|
57
|
+
print('usage: python pptx-digest.py <input.pptx> [output.md]')
|
|
58
|
+
return 1
|
|
59
|
+
src = sys.argv[1]
|
|
60
|
+
dst = sys.argv[2] if len(sys.argv) > 2 else None
|
|
61
|
+
|
|
62
|
+
z = zipfile.ZipFile(src)
|
|
63
|
+
names = [n for n in z.namelist() if re.match(r'ppt/slides/slide\d+\.xml$', n)]
|
|
64
|
+
names.sort(key=slide_number)
|
|
65
|
+
|
|
66
|
+
out = []
|
|
67
|
+
total_chars = 0
|
|
68
|
+
total_pics = 0
|
|
69
|
+
out.append('# %s' % src.split('\\')[-1].split('/')[-1])
|
|
70
|
+
out.append('')
|
|
71
|
+
out.append('共 **%d** 张幻灯片。' % len(names))
|
|
72
|
+
out.append('')
|
|
73
|
+
|
|
74
|
+
for n in names:
|
|
75
|
+
root = etree.fromstring(z.read(n))
|
|
76
|
+
lines = extract_lines(root)
|
|
77
|
+
pics = len(root.findall('.//%s' % P_PIC))
|
|
78
|
+
total_pics += pics
|
|
79
|
+
body = '\n'.join(lines)
|
|
80
|
+
total_chars += len(body)
|
|
81
|
+
out.append('## Slide %d' % slide_number(n))
|
|
82
|
+
if pics:
|
|
83
|
+
out.append('*(含 %d 张图片/公式图)*' % pics)
|
|
84
|
+
out.append('')
|
|
85
|
+
out.append(body if body.strip() else '*(无文本)*')
|
|
86
|
+
out.append('')
|
|
87
|
+
|
|
88
|
+
md = '\n'.join(out)
|
|
89
|
+
if dst:
|
|
90
|
+
with io.open(dst, 'w', encoding='utf-8') as f:
|
|
91
|
+
f.write(md)
|
|
92
|
+
print('WROTE %s' % dst)
|
|
93
|
+
print('SLIDES=%d TEXT_CHARS=%d PICS=%d MD_CHARS=%d' %
|
|
94
|
+
(len(names), total_chars, total_pics, len(md)))
|
|
95
|
+
return 0
|
|
96
|
+
|
|
97
|
+
|
|
98
|
+
if __name__ == '__main__':
|
|
99
|
+
sys.exit(main())
|
|
@@ -0,0 +1,98 @@
|
|
|
1
|
+
#!/usr/bin/env python
|
|
2
|
+
# -*- coding: utf-8 -*-
|
|
3
|
+
"""
|
|
4
|
+
pptx-map.py — 输出 .pptx 里「幻灯片页号 → 内嵌图片」的映射
|
|
5
|
+
|
|
6
|
+
为什么需要它:pptx-media.py --extract 导出的是 image1.png ~ imageN.png,
|
|
7
|
+
**编号顺序和幻灯片顺序不一定一致**(media 里的编号是 OOXML 打包顺序)。
|
|
8
|
+
所以「第 22 页配的是哪张图」不能靠猜,要读 ppt/slides/_rels/slideN.xml.rels。
|
|
9
|
+
|
|
10
|
+
用法:
|
|
11
|
+
python pptx-map.py <input.pptx> # 全部页
|
|
12
|
+
python pptx-map.py <input.pptx> 22 25 41 # 只看这几页
|
|
13
|
+
|
|
14
|
+
输出:
|
|
15
|
+
slide<N> -> imageX.png (123 KB), imageY.png (45 KB)
|
|
16
|
+
slide<N> -> (no media) ← 纯文字页 / 空白过渡页
|
|
17
|
+
"""
|
|
18
|
+
import sys
|
|
19
|
+
import os
|
|
20
|
+
import re
|
|
21
|
+
import zipfile
|
|
22
|
+
|
|
23
|
+
|
|
24
|
+
def media_sizes(z):
|
|
25
|
+
"""media/ 下每个文件的大小,用来判断哪张图是主要内容。"""
|
|
26
|
+
sizes = {}
|
|
27
|
+
for name in z.namelist():
|
|
28
|
+
if name.startswith('ppt/media/'):
|
|
29
|
+
sizes[os.path.basename(name)] = z.getinfo(name).file_size
|
|
30
|
+
return sizes
|
|
31
|
+
|
|
32
|
+
|
|
33
|
+
def slide_media(z, n):
|
|
34
|
+
"""读 slideN.xml.rels,按文档顺序返回该页引用的 media 文件名。"""
|
|
35
|
+
rels = 'ppt/slides/_rels/slide%d.xml.rels' % n
|
|
36
|
+
try:
|
|
37
|
+
xml = z.read(rels).decode('utf-8', 'ignore')
|
|
38
|
+
except KeyError:
|
|
39
|
+
return None # 没有 rels = 这页没引用任何媒体
|
|
40
|
+
rel = re.compile(r'Relationship[^>]*Target="([^"]+)"')
|
|
41
|
+
out = []
|
|
42
|
+
for target in rel.findall(xml):
|
|
43
|
+
if '/media/' in target:
|
|
44
|
+
out.append(target.rsplit('/', 1)[-1])
|
|
45
|
+
return out
|
|
46
|
+
|
|
47
|
+
|
|
48
|
+
def slide_numbers(z):
|
|
49
|
+
nums = []
|
|
50
|
+
for name in z.namelist():
|
|
51
|
+
m = re.match(r'ppt/slides/slide(\d+)\.xml$', name)
|
|
52
|
+
if m:
|
|
53
|
+
nums.append(int(m.group(1)))
|
|
54
|
+
return sorted(nums)
|
|
55
|
+
|
|
56
|
+
|
|
57
|
+
def human(size):
|
|
58
|
+
if size >= 1024 * 1024:
|
|
59
|
+
return '%.1f MB' % (size / 1024.0 / 1024)
|
|
60
|
+
return '%d KB' % max(1, round(size / 1024.0))
|
|
61
|
+
|
|
62
|
+
|
|
63
|
+
def main():
|
|
64
|
+
if len(sys.argv) < 2:
|
|
65
|
+
sys.stderr.write(__doc__)
|
|
66
|
+
return 2
|
|
67
|
+
|
|
68
|
+
path = sys.argv[1]
|
|
69
|
+
wanted = [int(a) for a in sys.argv[2:]] if len(sys.argv) > 2 else None
|
|
70
|
+
|
|
71
|
+
if not os.path.exists(path):
|
|
72
|
+
sys.stderr.write('找不到文件: %s\n' % path)
|
|
73
|
+
return 1
|
|
74
|
+
|
|
75
|
+
with zipfile.ZipFile(path) as z:
|
|
76
|
+
sizes = media_sizes(z)
|
|
77
|
+
all_nums = slide_numbers(z)
|
|
78
|
+
nums = [n for n in all_nums if (wanted is None or n in wanted)]
|
|
79
|
+
|
|
80
|
+
total_media = 0
|
|
81
|
+
for n in nums:
|
|
82
|
+
imgs = slide_media(z, n)
|
|
83
|
+
if imgs is None or not imgs:
|
|
84
|
+
print('slide%-4d -> (no media)' % n)
|
|
85
|
+
continue
|
|
86
|
+
total_media += len(imgs)
|
|
87
|
+
parts = []
|
|
88
|
+
for img in imgs:
|
|
89
|
+
sz = sizes.get(img)
|
|
90
|
+
parts.append('%s (%s)' % (img, human(sz)) if sz else img)
|
|
91
|
+
print('slide%-4d -> %s' % (n, ', '.join(parts)))
|
|
92
|
+
|
|
93
|
+
print('SLIDES=%d SHOWN=%d MEDIA_REFS=%d' % (len(all_nums), len(nums), total_media))
|
|
94
|
+
return 0
|
|
95
|
+
|
|
96
|
+
|
|
97
|
+
if __name__ == '__main__':
|
|
98
|
+
sys.exit(main())
|
|
@@ -0,0 +1,101 @@
|
|
|
1
|
+
#!/usr/bin/env python
|
|
2
|
+
# -*- coding: utf-8 -*-
|
|
3
|
+
"""
|
|
4
|
+
pptx-media.py — 查看 / 导出 .pptx 内部的媒体文件(幻灯片原图)
|
|
5
|
+
|
|
6
|
+
用法:
|
|
7
|
+
python pptx-media.py <input.pptx> # 只列出,不写文件
|
|
8
|
+
python pptx-media.py <input.pptx> --extract <dir> # 导出到 <dir>
|
|
9
|
+
|
|
10
|
+
同时会报告 pptx 内部各部分的统计(slides / media / diagrams / embeddings / notesSlides),
|
|
11
|
+
用来判断这个 pptx 是「真文本版」还是「整页图片版」。
|
|
12
|
+
"""
|
|
13
|
+
import sys
|
|
14
|
+
import os
|
|
15
|
+
import io
|
|
16
|
+
import re
|
|
17
|
+
import zipfile
|
|
18
|
+
from collections import Counter
|
|
19
|
+
|
|
20
|
+
|
|
21
|
+
def human(n):
|
|
22
|
+
for u in ('B', 'KB', 'MB', 'GB'):
|
|
23
|
+
if n < 1024:
|
|
24
|
+
return '%.1f %s' % (n, u)
|
|
25
|
+
n /= 1024.0
|
|
26
|
+
return '%.1f TB' % n
|
|
27
|
+
|
|
28
|
+
|
|
29
|
+
def main():
|
|
30
|
+
if len(sys.argv) < 2:
|
|
31
|
+
print('usage: python pptx-media.py <input.pptx> [--extract <dir>]')
|
|
32
|
+
return 1
|
|
33
|
+
src = sys.argv[1]
|
|
34
|
+
extract_dir = None
|
|
35
|
+
if '--extract' in sys.argv:
|
|
36
|
+
i = sys.argv.index('--extract')
|
|
37
|
+
if i + 1 < len(sys.argv):
|
|
38
|
+
extract_dir = sys.argv[i + 1]
|
|
39
|
+
|
|
40
|
+
z = zipfile.ZipFile(src)
|
|
41
|
+
|
|
42
|
+
# 各部分统计
|
|
43
|
+
buckets = Counter()
|
|
44
|
+
for n in z.namelist():
|
|
45
|
+
if n.startswith('ppt/media/'):
|
|
46
|
+
buckets['ppt/media'] += 1
|
|
47
|
+
elif n.startswith('ppt/slides/'):
|
|
48
|
+
buckets['ppt/slides'] += 1
|
|
49
|
+
elif n.startswith('ppt/diagrams/'):
|
|
50
|
+
buckets['ppt/diagrams'] += 1
|
|
51
|
+
elif n.startswith('ppt/embeddings/'):
|
|
52
|
+
buckets['ppt/embeddings'] += 1
|
|
53
|
+
elif n.startswith('ppt/notesSlides/'):
|
|
54
|
+
buckets['ppt/notesSlides'] += 1
|
|
55
|
+
elif n.startswith('ppt/charts/'):
|
|
56
|
+
buckets['ppt/charts'] += 1
|
|
57
|
+
elif n.startswith('ppt/slideLayouts/'):
|
|
58
|
+
buckets['ppt/slideLayouts'] += 1
|
|
59
|
+
print('--- pptx 内部结构 ---')
|
|
60
|
+
for k in sorted(buckets):
|
|
61
|
+
print(' %-22s %d' % (k, buckets[k]))
|
|
62
|
+
|
|
63
|
+
# 媒体清单
|
|
64
|
+
media = sorted(n for n in z.namelist() if n.startswith('ppt/media/'))
|
|
65
|
+
print('--- 媒体文件(%d 个)---' % len(media))
|
|
66
|
+
by_ext = Counter()
|
|
67
|
+
total = 0
|
|
68
|
+
for n in media:
|
|
69
|
+
ext = os.path.splitext(n)[1].lower()
|
|
70
|
+
by_ext[ext] += 1
|
|
71
|
+
total += z.getinfo(n).file_size
|
|
72
|
+
for e, c in by_ext.most_common():
|
|
73
|
+
print(' %-8s %d 个' % (e, c))
|
|
74
|
+
print(' 媒体总大小: %s' % human(total))
|
|
75
|
+
print(' 前 10 个最大的:')
|
|
76
|
+
for n in sorted(media, key=lambda x: -z.getinfo(x).file_size)[:10]:
|
|
77
|
+
print(' %-40s %s' % (n, human(z.getinfo(n).file_size)))
|
|
78
|
+
|
|
79
|
+
# 每张幻灯片的图片数 & 文本数
|
|
80
|
+
slides = sorted((n for n in z.namelist() if re.match(r'ppt/slides/slide\d+\.xml$', n)),
|
|
81
|
+
key=lambda n: int(re.search(r'(\d+)', n.split('/')[-1]).group(1)))
|
|
82
|
+
print('--- 幻灯片 ---')
|
|
83
|
+
print(' slide XML 数: %d' % len(slides))
|
|
84
|
+
sample = slides[0]
|
|
85
|
+
raw = z.read(sample).decode('utf-8', 'replace')
|
|
86
|
+
print(' 第 1 张 slide XML 字节数: %d' % len(raw))
|
|
87
|
+
print(' 第 1 张里出现 a:t 的次数: %d' % raw.count('<a:t>'))
|
|
88
|
+
print(' 第 1 张里出现 p:pic 的次数: %d' % raw.count('<p:pic>'))
|
|
89
|
+
|
|
90
|
+
if extract_dir:
|
|
91
|
+
os.makedirs(extract_dir, exist_ok=True)
|
|
92
|
+
for n in media:
|
|
93
|
+
dst = os.path.join(extract_dir, os.path.basename(n))
|
|
94
|
+
with open(dst, 'wb') as f:
|
|
95
|
+
f.write(z.read(n))
|
|
96
|
+
print('EXTRACTED %d files -> %s' % (len(media), extract_dir))
|
|
97
|
+
return 0
|
|
98
|
+
|
|
99
|
+
|
|
100
|
+
if __name__ == '__main__':
|
|
101
|
+
sys.exit(main())
|